HOWTO · Seaborn

Seaborn 多線圖

從寬格式或長格式資料建立並自訂多條 Seaborn 折線。

本頁內容

使用 Seaborn 繪製多條折線時,可將每個資料序列放在 pandas DataFrame 的一個欄位,再將整個 DataFrame 傳入 lineplot()。若使用長格式資料,則將數值欄和序列欄分別對應至 y 和 hue。接著即可自訂線條外觀並調整圖表文字大小。

使用寬格式資料建立多條折線

若有五組測量資料,請將每組資料放在 DataFrame 的個別欄位,再將整個 DataFrame 傳入 lineplot()。索引會提供 x 值,而每個欄位都會繪製成一條獨立折線。以下完整範例會建立 DataFrame 並繪製圖表:未經修改的範例中,座標軸標籤與標題保持英文,包括「Index」、「Value」與「Five series」。

import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns

values = {
    "A": [11, 3, 0, 0, 0, 0],
    "B": [1, 8, 16, 0, 0, 1],
    "C": [0, 0, 3, 12, 0, 0],
    "D": [2, 1, 0, 0, 13, 0],
    "E": [0, 0, 0, 0, 0, 16],
}
data = pd.DataFrame(values, index=range(6))

ax = sns.lineplot(data=data)
ax.set(xlabel="Index", ylabel="Value", title="Five series")
plt.tight_layout()
plt.show()

提供的執行紀錄顯示,此範例已成功執行,結束代碼為 0,且沒有標準輸出。若要在本機執行,請在 Python 環境中安裝 pandas、Seaborn 和 Matplotlib。如果資料已存放在 NumPy 陣列中,可將該陣列傳給 pd.DataFrame();numpy.array() 則是 NumPy 用來根據值建立陣列的建構函式。

使用長格式資料繪製多個資料序列

長格式資料每列存放一筆觀測值,並以欄位記錄 x 值、資料序列的識別資訊和測量值。將這些欄位名稱分別指定給 x、hue 和 y:Seaborn 會用 x 設定水平位置、用 y 設定垂直數值,並依 hue 為每個資料序列繪製一條獨立折線。

import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns

long_data = pd.DataFrame(
    [
        (0, "A", 11), (1, "A", 3), (2, "A", 0),
        (0, "B", 1), (1, "B", 8), (2, "B", 16),
        (0, "C", 0), (1, "C", 0), (2, "C", 3),
    ],
    columns=["x", "series", "value"],
)

ax = sns.lineplot(data=long_data, x="x", y="value", hue="series")
ax.set(title="Three series", ylabel="Value")
plt.tight_layout()
plt.show()

提供的執行紀錄顯示,第二個範例也已成功執行,結束代碼為 0,且沒有標準輸出。如果每個資料序列已各自存放在一個欄位中,請使用寬格式;如果每列代表一筆觀測值,並標示其所屬序列,則使用長格式。無論採用哪種格式,都應為座標軸加上清楚的標籤,讓讀者能理解圖表中的數值。

自訂線條與標記外觀

使用長格式資料時,hue 可區分資料序列,調色盤則會為各序列指定顏色。也可以在 lineplot() 中設定 markers=True 和 style="series",為每個資料序列顯示不同形狀的標記;若所有序列要使用相同符號,也可以指定單一標記。若線條已在其他位置標示出所屬序列,可設為 legend=False 隱藏圖例;如果圖例能說明顏色或標記的對應關係,保留圖例會更有幫助。

若要直接控制線條外觀,可設定圖表回傳的線條物件。這樣便能透過 Matplotlib 的線條屬性調整標記大小和邊緣細節,同時由 Seaborn 處理資料序列的對應方式和調色盤選擇:

import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns

long_data = pd.DataFrame(
    [(x, series, value) for series, values in {
        "A": [11, 3, 0], "B": [1, 8, 16], "C": [0, 0, 3]
    }.items() for x, value in enumerate(values)],
    columns=["x", "series", "value"],
)

ax = sns.lineplot(
    data=long_data,
    x="x",
    y="value",
    hue="series",
    palette="dark",
    legend=False,
)
for line in ax.lines:
    line.set_linewidth(2)
    line.set_marker("o")
    line.set_markersize(7)
    line.set_markerfacecolor("white")
    line.set_markeredgecolor("red")
    line.set_markeredgewidth(1.5)
ax.set(title="Styled series", ylabel="Value")
plt.tight_layout()
plt.show()

提供的執行紀錄顯示,這個外觀設定範例已成功執行,結束代碼為 0,且沒有標準輸出。線寬控制筆畫粗細;標記大小控制符號尺寸;標記的填色和邊緣顏色可讓符號與線條有所區別,而邊緣寬度則控制外框粗細。可依圖表需求更換標記形狀或調色盤;只要讀者需要圖例來辨識資料序列,就應保留圖例。

調整圖表文字大小

在建立圖表前設定 Seaborn 的字型縮放比例,即可放大或縮小圖表文字。比例大於 1 時,文字會比預設大小更大;小於 1 時則會縮小。這項設定會套用至圖表中的文字元素,包括標籤和刻度文字。

import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns

sns.set(font_scale=1.3)
data = pd.DataFrame({"A": [2, 4, 3], "B": [1, 3, 5]})
ax = sns.lineplot(data=data, markers=True)
ax.set(title="Scaled plot text", xlabel="Index", ylabel="Value")
plt.tight_layout()
plt.show()

提供的執行紀錄顯示,最後一個範例已成功執行,結束代碼為 0,且沒有標準輸出。請調整 font_scale,讓圖表及其標籤適合可用的版面空間。